【VC++开源代码栏目提醒】:本文主要为网学会员提供“基于OpenCV的视频道路车辆检测与跟踪 - 硕士论文”,希望对需要基于OpenCV的视频道路车辆检测与跟踪 - 硕士论文网友有所帮助,学习一下!
厦门大学 硕士学位论文基于OpenCV的视频道路车辆检测与跟踪 级别:硕士 专业:精密仪器及机械 指导教师:陈文芗 20090501摘要种形心跟踪和Kalman滤波器相结合的算法,实现视频车辆的精确跟踪。
实用性和通用性。
本文采用了Intel公司资助的一种用于数字图像处理和计算机检测和跟踪。
由于软件在Windows操作系统下使用Visual辆检测技术不仅具有安装维护便捷且费用较低、可监视范围广等诸多优点,同时可以对道路现场图像进行智能化分析和处理,能够采集到所需要的多种交通流参最后,使用此视频车辆检测跟踪软件进行实验,并全面分析了实验现象和数对视频中车辆的检测跟踪是一项庞大的工程,它既要对视频信号进行数据采段视频对视频道路车辆进行检测并统计车流量。
本文主要做了如下研究工作:此,如何将该系统移植到其他操作系统或者嵌入式平台,并进一步提高系统的通用性和鲁棒性还有待继续研究。
据。
实验结果表明程序具有良好的实时性和鲁棒性,能够正确的进行车辆的实时自适应车辆目标检测方法,可以较准确地检测出车辆目标;跟踪方面,提出了一C++6.0进行编写,因关键词:视频图像,车辆检测,车辆跟踪,OpenCV视觉的函数库OpenCV,可以在图像预处理方面省去很多底层
代码的编写。
的前景检测模块、车辆跟踪模块。
在检测模块方面,提出了一种基于背景差法的所有底层的算法都要自己编码实现,既浪费时间和精力上,又难以保证稳定性、集并进行处理,还要针对车辆的检测跟踪进行具体的应用程序编写和开发。
如果析系统,用于道路上车辆的检测与跟踪。
系统主要包括:视频图像预处理、车辆数,包括某一段时间通过的车辆数,每一时刻车辆所在位置。
利用OpenCV的运动物体跟踪的数据结构、函数库,建立了一个视频车辆分车辆的分割和检测的效果不是很理想,需要进一步改善。
就此现状,论文利用一检测跟踪技术在ITS中占有很重要的地位,与传统的车辆检测方法相比,视频车计、流量监控和高速公路管理起到了越来越重要的作用。
论文所研究的视频车辆近年来,智能交通系统的应用给交通运输业带来了巨大的经济效益,对于道路设智能交通系统(ITS)是目前世界交通运输领域正在研究和广泛关注的课题。
目前存在的视频车辆检测技术在天气变化、大范围、多目标的情况下,运动m mpleprogramaulti—modulessystem.Theforegroundtechniques.Itandprojectguaranteed.Inanyobjectgiven,andpaper,aCandifficultC++languagedesign,trafficABSTRACTmaintenance,widechange,large—scale,multi-objectiveprojects.trafficobjectscircumstances,thearepaper,theefficientrobustformovementsamesegmentationinteractivitythesemainlyasiscomputermoststability,practicabilitymovingmoment,andavailabilityintheimformation,obtaintimethroughareas,andmonitoringfeaturehasmathods,videowithresearched,Comparedvehicleimportantframeworkimportantmoreeconomicalaccomplishcomplexsystemimagea11.So,inmodule,blocksmovingcomposedestablishcomplicatedOpenCVbasicInfollows:researchesresult.OurgetdetectsectionusedeagerlyneededIntelligentsatisfactory.Soperiod,theresultstestingvehiclesweathercomplexconditionPresently,atdevelopmentspecifictransportdirectlybeisfunctionsintroduced.ItswithLabresearchmicroprocessorIntel’Sgroupvisualbydevelopedpaper,OpenCV,whichgeneralatworksthesealleforvehicledevelopment.It’Scollection,digitalvideothatdigitalvisiondirectioninsequenceDetectioncurrentlybeingstudiedpositionpaper,ascertainamountincludingtrafficusefulmuchprocessinganalysisimagealsoinstallationeasyworldwidesuchadvantageslngineera oretraditionaltechnologytrackingdetectionITS,videoparttransport,andthischarge.InhighwaysurveillanceroadroleandmotITSplaysitapplicationyears,thebenefitgreatbringsfocusedoftransport.TheseworldthenottooattoareaSOasuseonon.canH1allunderWords:videocontexts,andCanobjectWindowsobject;inandbecomeimage;vehiclethelast,wesystemmigrateimprovewithplatform,andreal—timedetection;vehicleandsystem,SOplatformembeddedmodule,anmovingtomoderatecombinedfurtherdevelopoperationotherversatilityfocusfuturesystemshasrobustness.Sincewindowswehowhighrobustnessautomaticdoresearchthatdemonstrateanalysed.Thewwork.VC++6.0resultsexperimentssoftwareKeyvariousunderexperimentlella otdoinginthisbyAttracking.vediowrittencarrytracking;OpenCVfilterKalmanwithbackgroundcentroidandshapebasedtracking,wemethoddetectexactlyadaptiveintroduced,whichissubtactionvehicleofpartmodule,blockstrackingmodule.Indetectiontheouttocanoruseonale今日四研蜂舭厦门大学学位论文原创性声明童肩6人)实验室完成。
(请在以上括号内填写课年叫,)课题(组)另外,该学位论文为(别声明。
)题或课题组负责人或实验室名称,未有此项声明内容的,可以不作特术活动规范(试行)》。
资助,在()课题(组)经费或实验室的的研究成果,获得(果。
本人在论文写作中参考其他个人或集体已经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学本人呈交的学位论文是本人在导师指导下,独立完成的研究成名明占:,\.\声明人(签名).磊辟峰) √)2.不保密,适用上述授权。
(7武彳年莎月g’日厦门大学学位论文著作权使用声明是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委公开学位论文,均适用上述授权。
)日月年员会审定的学位论文均为公开学位论文。
此声明栏不填写的,默认为(请在以上相应括号内打“√”或填上相应内容。
保密学位论文应于 解密,解密后适用上述授权。
( 1.经厦门大学保密委员会审查核定的保密学位论文,本学位论文属于:摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。
博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和馆及其数据库被查阅、借阅。
本人同意厦门大学将学位论文加入全国学位论文(包括纸质版和电子版),允许学位论文进入厦门大学图书法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交本人同意厦|、-J;k学根据《中华人民共和国学位条例暂行实施办/第一章绪论1.1课题背景及研究意义目的,采用ITS是根本的措施之一。
通过多年来中国交通领域科技界和工程界的信息技术、计算机技术、通信技术、控制技术等,将人、车、路紧密联系起来,不断努力,在中国高等级公路建设的带动下,中国在ITS的开发和应用方面也取不仅有效地解决了交通阻塞问题,而且对交通事故的应急处理、环境的保护、能使用现有的交通道路设施,提高道路使用率,发挥他们最大的作用,要达到这个全国公路总里程达373.02万公里,比上年末增加14.64万公里。
机动车的年增长率却在10%以上,国家统计局的公报指出,截止2008年底,中国民用汽车保有量达到6,467万辆,同比增长13.5%。
其中,私人汽车保有量4,173万辆,增长在我国,近年来,我国公路总里程的年增长率为2.5%,截至2008年年底,车、路密切地配合、和谐地统一,极大地提高交通运输效率、保障交通安全、改18.1%。
民用轿车保有量2,438万辆,增长24.5%,其中私人轿车1,947万辆,增长28.0%。
由此可以看出车辆增长速度远远超过道路增长速度。
因此,为了解决内、全方位发挥作用的实时、准确、高效的交通综合管理系统。
其目的是使人、热点。
对于ITS至今没有一个明确的定义。
但可以归纳定义为:智能交通系统是智能交通系统是目前世界各国交通领域竞相研究和开发的前沿研究课题和System,ITS)应运而生。
上述问题,除了加大交通基础设施的投入外,更重要的是要充分、合理、科学地源的节约都有了显著的效果。
此时,智能交通系统【11(Imelligent善环境质量和提高能源利用率。
算机处理技术等有效地综合运用于整个交通体系,从而建立起的一种在大范围重的后果。
为从根本上解决交通拥挤堵塞的问题,人们开始运用各种新技术,如这种情况尤为突出并严重影响了人类生活的质量,给环境、经济和社会带来了严恶化。
现在无论哪个国家都毫无例外的受到不同程度的交通问题的困扰,在中国,随着当今经济的高速发展,机动车的保有量迅速增加,导致交通状况的不断人们将先进的信息技术、数据通讯传输技术、电子控制技术、传感器技术以及计Transportation第一章绪论开发视频序列图像运动目标分析系统不但在实时性、鲁棒性上有很高的要求,也它相对传统车辆检测技术具有如下优点【5J:安装维护方便,摄像头架设在路高二至三倍,从而产生巨大的经济效益和社会效益。
可以说,发展智能交通系统的视频序列图像中提取出运动目标,同时对提取出的运动目标进行识别和跟踪,涉及数字图像处理、模式识别、计算机视觉、人工智能等诸多领域和学科。
目前,逐步重视其通用性和可移植性。
这些都给视频运动分析带来了挑战。
并对其行为进行理解和描述。
视频图像的运动分析以数字图像处理为基础,内容视频序列图像运动目标分析的基本内容是利用成像系统或现有文件,从连续测器一样能向交通监控中心提供图像和交通参数如车速、车流量等【3】。
已有的成检测之中,通过计算机从数字图像中提取出高级交通信息,同时又像其它车辆检视频检测技术在传统的电视监视系统基础上将计算机视觉引入到交通信息接收器接收到回波的时间是不一样的,据此可以判断是否有车通过。
超声波检测也是运用反射原理,发射器从顶部发出超声波,当有车辆通过时,熟的商用视频车辆检测系统主要有Autoscope,Traficon以及Peek等【4】。
辆通过时,由于多普勒效应反射波会以不同的频率返回,通过检测反射波的频率来检测车辆是否通过。
提取也十分有限。
坏,在更换安装和维护时要开挖路面,影响交通,这检测方式对于交通流的数据它的优点是成本较低,安装方便。
缺点是受环境影响比大,而且线圈本身容易损变了线圈的电感量,激发电路产生一个输出,从而检测到通过或停线圈上的车辆。
件即环形线圈与电子单元构成一个调谐电子系统,当车辆通过或停在线上时,改环形检测【21目前在交通检测系统中应用最为广泛。
它的原理是通过一个感器的车辆检测方法有环形检测、微波检测、超声波检测,视频车辆检测等。
制具有非常重要的理论意义和实用价值,是基于视频智能交通系统的基础。
常用部分,它为后续的车辆检测,车辆计数是否精确提供保证。
对交通安全和交通控基于视频的运动车辆检测是自动交通事件检测系统的首要步骤及重要组成是中国交通事业发展的必然趋势。
微波检测由发射天线和发射接收器组成。
发射器对检测区域发射微波,当车得了相当的进步,而近20年的研究表明:实行ITS,可以使道路的通行能力提基于OpenCV的视频道路车辆检测‘j跟踪21.2国内外研究现状及难点也取得了很多研究成果〔7,81,如中国科学院自动化研究所模式识别国家重点实验视频车辆检测技术虽然在国内研究起步比较晚,但经过这些年的迅速发展,够像基于计算机视觉处理那样提供如此直观、详细的交通信息参数(如精确的车认,代表了未来车辆检测领域的发展和应用方向。
美国ISS公司的AUTOSCOPE,为计算机视觉研究的一个分支—运动目标的检测与跟踪,就是对视场内的运动目摄像头就可以检测几百米内的多车道交通信息,迄今为止还没有一种传感装置能计算机视觉是研究用计算机模拟生物外显或宏观视觉功能的科学和技术。
作是一个较为成功的商业系统,具有实时检测交通参数的能力,是国际上交通信息后分析它们的行为。
近年来,计算机视觉的研究重点已经从对静态图像的研究过响,即使相同的视觉系统之间也不会发生干扰。
采集中最具竞争力的视频检测系统之一。
另外国外还有一些公司在这方面也从事Vantage系列视频检测处理单元的最新视频检测器产品:VantageEdge2,比利时了应用研究和开发工作,也推出了各自成熟的系统级产品。
比如ITERIS公司Tmficon公司推出的Monitor系列等。
熟,视频检测与线圈检测技术相比具有的优越性和高性价比己得到业内人士的公标,如人或车辆等,进行实时的观测,并在此基础上对被观测对象进行分类,然国外的视频检测技术研究开始的较早,经过十几年的发展,技术己经相当成统、视频MPEG编解码技术、人机交互的感知接口、军事上的制导、雷达视频室谭铁牛研究员从20世纪90年代初就开始研究基于三维模型的智能视觉监控系展有巨大的推动作用,对于日常生活和国家的经济发展都有很大的实际意义。
基于上述的优越性,基于视频图像的车辆检测技术【6J对于智能交通系统的发统,领导视觉监控小组,针对系统中若干关键性问题像车辆检测、跟踪以及车辆后查询;同时视觉系统也是一个被动的感知系统,它对于周围的环境几乎没有影辆行驶路线、车型、车辆尺寸以及车辆颜色等等);可以对交通现场录像,供以图像中的目标分析。
渡到对动态图像序列的研究上面,这方面的典型应用包括自动化的视频监控系边,安装维护不需要封闭道路,挖掘路面,不会影响正常交通;一个普通的CCD第一章绪论OpenCV概述其空间域和时间域上的相关性,提高视频中车辆的检测、识别和跟踪效率具有实
开源计算机视觉库‘9,10】。
它由一系列C函数和少量C++类构成,提供了针对各种外部库一尽管也可以使用某些外部库。
形式的图像和视频源文件(!t13:bitmap图像,video文件和实时摄像机)的帧提取函法。
Library,是Intel公司资助的1.拥有包括300多个C函数的跨平台的中、高层API。
它不依赖于其它的OpenCV,全名为Open其重要重要特性包括:数和很多标准的图像处理函数,实现了图像处理和计算机视觉方面的很多通用算如何选择和提取具有不变性的特征有待提高。
际意义。
功能,但在实际的推广当中效果并不明显,还远远没有达到实际应用的要求,同由于图像序列有丰富的原始数据,相邻帧之间有很强的相关性,如何利用好给车辆识别带来困难。
>运动车辆的阴影和各个目标之间的相互遮挡,造成车辆信息的不完整,2.对非商业应用和商业应用都是免费(FREE)的。
>不同视角和光照变化带来目标形状变化使得实时识别和跟踪非常困难,性和实时性。
>在背景逐渐改变情况下,如何对目标进行精确图像分割,提高算法鲁棒视频车辆检测和跟踪算法的主要问题和难点有:断开发和完善技术,真正推出适合于国情的交通视频检测产品。
国外的产品相比还有相当的差距。
因此,我国在这方面的研究还要继续加强,不行为分析,进行了深入的研究和探讨,提出了自己的见解和主张,取得了一系列等等。
这些产品大多数功能都比较单一,虽说有的也比较好的实现了视频检测的VTD2000系列视频交通动态信息采集系统,亚洲视觉公司的路段交通信息系统大学合作开发的新一代视频交通流量检测系统VS3001,哈尔滨工业大学的的研究成果。
同时目前也有不少公司在这方面作了许多努力,如清华紫光与清华1.3ComputerSource基于OpenCV的视频道路车辆检测‘j跟踪Vision4果有为特定处理器优化的的IPP库,OpenCV将在运行时自动加载这些具包,也提供了较为丰富的数学计算函数,但在Matlab环境下的运行速难以满足现实的需求。
为了解决理论到应用的难题,出现了众多的计算机视觉和是转换后的C
代码的执行效率和可读性存在较大问题。
件设计的同时,自己编码实现所有底层的算法,所有的图像处理函数都要从头编1.大多数软件包没有高级数学计算函数。
并且这些软件包都不包括如目标种基于网络的图像处理服务程序。
不足之处:一套商用化计算机视觉包,它包括了图像处理服务器开发工具。
允许用户创建各跟踪、摄像机标定、姿态识别、脸谱识别和三维重建等高层函数。
这些软件包为计算机图像分析和机器视觉提供了极大的便利。
但也存在一些2.Matlab/12】是功能较为强大的科学计算和分析平台,它提供了图像处理工度令人担忧。
虽然Matlab可以通过编译器将m文件转化为C
代码。
但库。
LabView在NI图像处理硬件的支持下能加速图像处理。
由微软公司开发的发。
MVTec公司开发的HALCON是其中之一,它包含了C/C++
代码的图像处理维分析和处理函数。
同时许多商用图像处理和计算机视觉软件包也得到相应开学图像处理库DIPlib是另一个科学图像处理C程序库。
包含了许多图像数据多在Mathematica中的数字图像处理软件包都是较为强大的图像处理工具,同时这型、快速和稳固的系统的开发要求的同时提供了多平台移植性。
Gandalf提供了Libraries)就是这样一个C库的集合,在满足的小两个软件包兼有许多高级数学计算功能。
由Aurora公司开发的LEADTOOLS是SDK是一个底层的图像操作分析的C++库。
在Matlab中的图像处理工具包以及本VXLtnl(the图像处理软件包。
大多数软件包是用C/C++编写的。
例如,TargetJr及其后续版计算机视觉和数值计算库,适合于可移植平台的视觉应用软件的开发。
Delft科写,既造成时间和精力上的浪费,又难以保证稳定性、实用性和通用性,越来越研究和应用也得到了迅速的发展。
以往传统的开发方法要求工程人员在完成的硬在过去的十年,随着处理器速度和内存容量以摩尔定律增长,计算机视觉的库。
Primitives(IPP)提供了透明接口。
这意味着如3.为IntegratedPerformancesomething第一章绪论Vision列、矩阵、树等基本结构,也包含了差分方程求解、傅立叶分析、积分本文选取OpenCV进行视频序列图像运动分析,与上述软件包相比,OpenCVOpenCV的最新版本为2006年11月发布的1.O版本。
OpenCV开发平台的搭建很简单【¨】,首先安装下载得到的OpenCV应用程序,>可嵌入性:与C/C一编译器不同。
Ch能嵌在C/C++应用程序和硬件的机在程序文件中包含OpenCV的头文件,就可以在Windows下面利用VC6.0进行在VC++6.0中建立新工程以后,在工程设置里添加需要的OpenCV库,并files路径的填写,再进行工程项目的链接设置就可以了。
置、includeC++6.O下编译所要的静态和动态链接库文件,包括1ib路径的设可见,作为一个基本的图像处理、计算机视觉和模式识别的
开源项目然后在Visual器脚本中。
它为用户减轻了丌发维护应用程序庞大机器
代码的沉重负OpenCV可以直接应用于很多领域,作为二次开发的理想工具。
目前OpenCV,解决了这一使用上的瓶颈。
和OpenCV绑定起来推出的CH基于OpenCV的图像程序开发了。
>方便灵活的用户接口。
OpenCV作为一个开放的计算机视觉函数库在使X,Solaris,HP等平台之间相互移植,无需对
代码进行任何修改。
担。
统一的结构和功能定义,基于Intel处理器指令集开发的优化
代码。
平台无关性:基于OpenCV开发的程序可以直接在Windows,Unix,Linux,标跟踪、摄像机校准、三维重建等高级视觉函数。
运算、特殊函数等众多高级数学计算函数,以及各种图像处理操作和目用上必然没有Matlab那样解释执行来得方便,而Softlmegration将CH>丰富的函数功能,强大的图像和矩阵运算能力:OpenCV提供了数组、序>纯C
代码,源
代码开放。
的优势【13】在于:的问题。
绝大多数软件包不支持可嵌入性。
用程序的开发;Mmlab的网络接口机制较为复杂,且同样存在运行效率3.除Matlab和LEADTOOLS。
大部分软件包不支持网络服务器结构的应MacOS基于OpenCV的视频道路车辆检测‘j跟踪>61.4本课题的研究内容与创新点采用OpenCV函数库的优势并进行实验平台的搭建,最后介绍本课题的研究内容合各种方法的优缺点及研究目的,提出一种自适应背景差分算法,实验结果表明在图像噪声处理方面:通过实验分析比较了均值滤波和中值滤波算法,兼顾像去噪,图像灰度化,图像二值化等,对比不同处理方法的效果,对图像处理算Kalman滤波相结合的团块跟踪算法,较好地实现视频车辆的目标跟踪;第四章:综合比较当下几种跟踪算法优缺点,提出了一种基于形心跟踪和法,使得算法使之能够排除目标的干扰,自适应地获取背景图像;为了适应背景图像的亮度变化,改进了基于最小二乘法的OTSU算法和Surendra背景更新算第二章:根据视频车辆目标检测的需要,对视频图像进行预处理。
包括了图第一章:对视频车辆运动检测的现状,发展趋势,应用情况做了分析,说明踪系统,最后给出了跟踪效果图,并且给出了车辆流的数据。
后,将检测和跟踪模块纳入运动目标总框架,形成一个比较完整的目标检测和跟可以准确地提取出车辆目标;及创新点;法进行改进;法以更正确地提取运动目标。
第三章:前景检测模块的建立,介绍了当前常用的几种前景检测方法,并结文章具体章节安排如下:和帧间差分法和光流场法各自的特点,提出了一种自适应累积背景的背景差分在车辆目标检测方面:综合比较了目前在实际应用中普遍采用的背景差分法像二值化的原理和算法过程,为车辆目标的正确检测和目标分割做好准备。
质量和实时性的要求,提出一种改进的快速中值滤波算法;提出图像灰度化和图Kalman滤波方法相结合来实现运动车辆的跟踪,较好地实现目标跟踪问题,最下:辆的正确识别与分割、车辆的实时跟踪等难点进行了研究。
本文主要工作总结如C++6.0组建实验平台,针对数字图像特定噪声的去除、车用OpenCV和Visual本文选取视频运动车辆分析中的车辆目标检测和车辆跟踪作为研究重点。
利在车辆目标跟踪方面:通过图像分割获取目标团块信息;采用形心特征和第一章绪论1.5本章小结本章简要介绍了数字图像处理以及计算机视觉中的视频车辆检测与跟踪的觉软件开发包。
阐述了本文的研究目的、研究内容、创新点、研究方法和技术手第五章:结论与展望。
总结了本文所做的工作,并对该领域的未来作了展望。
段。
应用范围、研究内容、研究目的和现状;介绍了由OpencV这个
开源的计算机视基于OpenCV的视频道路车辆检测与跟踪8第二章视频图像预处理2.1引言2.2图像灰度化最亮(全白),而在RGB模型中,如果R=G-=B,则颜色(&13I为可能,与静态图像相比,图像序列及视频的最大优点就在于对运动信息的捕获。
个非常重要的预处理步骤。
一个良好的图像处理系统,不论是模拟处理还是用计表示灰度图是把亮度值进行量化等分成0-255共256个级别,0最暗(全黑),255上的序列。
视频序列中的每个图像称为帧,通常的视频文件是按每秒30-40帧的速率运动的。
在大多数情况下,视频序列中的运动目标是人眼最为关注的部分事括摄像头成像误差、光路扰动、系统电路失真等引起的噪声06〕。
可以说,现实中和记录过程中,经常会受到各种噪声的干扰,包括外界光照、阴影的影响,也包现时的视频文件很多是通过彩色CCD摄像机进行记录采集,在采集、传输含相应的音频信息,是多媒体信息的重要组成部分。
数字视频是数字图像在时域表场景点的某个特征量。
视频是指随时间变换一组数字图像序列,而且有时还包生活中充斥着各种各样的图像信息。
图像使用各种观测系统以不同形式和手视觉信息的一种物理形式,一般图像采集的最终结果是某种能量的样本阵列,所以图像常用矩阵或数组来表示,每个元素的坐标代表场景点的位置而元素的值代世界而获得的,可以直接或间接作用于入眼并进而产生视知觉的实体【151。
是表达征提取、模式识别等高层次处理之前,选用适当的算法尽量地去除噪声干扰是一算机进行的数字处理,无不把减少最前一级的噪声作为主攻目标。
的图像一般都是噪声图像,因此在图像处理过程中,在边缘检测、图像分割、特以及时域上的动态时变模式等在很大程度上使运动目标易于检测、分割和识别成段观测客观世界而获得的,图像是指用各种观测系统以不同形式和手段观测客观B)就表示灰度色。
图像灰度化就是将彩色图像中的彩色信息剔除,只包含亮度信息。
计算机中实上,视频图像的最大的特点是:它有丰富的原始数据、相邻近帧间的强相关性第二章视频图像预处理9逸尹箩 ‰.k逊2.3图像去噪(R=Cy=B-=Tnax(R’G,B))、平均值法(RffiGffiB=佛+o巾)t3)、加权平均值法图像去噪是视频处理的第一步,它是将输入的图像进行滤波去除噪声,增强图像,锐化。
视频图像一般经过预处理后,使得感兴趣的区域可视化效果得到改度图像。
B2GRAY。
图2.1为原始图像及对应的灰度图像。
左图为原始图像,右图为其灰图2.1:第355帧彩色厚圈及灰度化后的图像像,dst为处理后图像,code为色彩空问转换方式,在这里code定义为CVcode)i函数实现的,其中src为原彩色图色分量,B表示蓝色分量;O.299,0考虑到图像的合理性,本文选用下面的公式进行灰度转换:得出的最合理灰度图像的权值。
在opencv函数库中,图像的灰度化可以通过“587,O.114分别为前人实验和理论推导证明灰度化过程是使图像的RGB分量取相等的值,图像由原来的三维特征降到其中Crray表示图像中像素的灰度值,R表示该像素的红色分量.G表示绿处理过程常常得到不同的结果。
苎三竺苎竺:塑望塑里些兰塑垫翌量墨苎灰度化后的一维特征必然丢失部分信息。
常见的灰度化方法有.